李航统计学习笔记

统计学习方法 决策树

文章目录统计学习方法决策树决策树模型与学习特征选择决策树的生成ID3算法C4.5的生成算法决策树的剪枝CART算法CART回归树的生成CART分类树的生成CART剪枝统计学习方法决策树阅读李航的《统计学习方法
Air浩瀚·2023-10-30 04:14

第三节 康复按摩之遇

李航通知穆紫峰被录用，马上就可以来上班了，穆紫峰心中狂喜，立马就去找范代兵要辞职，没想到范代兵瞪了他一眼，“去个毛啊！老实待着，这个地方我说了算，你小子成精啊！”
易卜生生·2023-10-29 16:46

统计学习方法 支持向量机（下）

文章目录统计学习方法支持向量机（下）非线性支持向量机与和核函数核技巧正定核常用核函数非线性SVM序列最小最优化算法两个变量二次规划的求解方法变量的选择方法SMO算法统计学习方法支持向量机（下）学习李航的
Air浩瀚·2023-10-26 16:46

统计学习方法 拉格朗日对偶性

文章目录统计学习方法拉格朗日对偶性原始问题对偶问题原始问题和对偶问题的关系统计学习方法拉格朗日对偶性读李航的《统计学习方法》时，关于拉格朗日对偶性的笔记。
Air浩瀚·2023-10-26 16:46

统计学习方法 支持向量机（上）

文章目录统计学习方法支持向量机（上）线性可分支持向量机与硬间隔最大化定义硬间隔最大化对偶算法线性支持向量机与软间隔最大化定义软间隔最大化对偶算法合页损失函数统计学习方法支持向量机（上）读李航的《统计学习方法
Air浩瀚·2023-10-26 16:42

李航统计学习感知机算法实现

前言李航的《统计学习方法》和西瓜书是入门机器学习进而到深度学习的经典书籍，笔者是数学专业大二在读，在编程方面仍有许多不足之处，在已经看完相关经典书籍后开始编程实践。
没有改名卡y·2023-10-21 08:09

李航统计学习--感知机算法实现（python）

感知机1．感知机是根据输入实例的特征向量xxx对其进行二类分类的线性分类模型：f(x)=sign⁡(w⋅x+b)f(x)=\operatorname{sign}(w\cdotx+b)f(x)=sign(w⋅x+b)感知机模型对应于输入空间（特征空间）中的分离超平面w⋅x+b=0w\cdotx+b=0w⋅x+b=0。2．感知机学习的策略是极小化损失函数：min⁡w,bL(w,b)=−∑xi∈Myi(
_dingzhen·2023-10-21 08:38

统计学习方法 隐马尔可夫模型

文章目录统计学习方法隐马尔可夫模型基本概念概率计算问题直接计算法前向算法后向算法前向概率和后向概率学习问题监督学习算法Baum-Welch算法E步M步参数估计公式算法描述解码问题近似算法Viterbi算法统计学习方法隐马尔可夫模型读李航的
Air浩瀚·2023-10-21 08:37

统计学习方法 感知机

文章目录统计学习方法感知机模型定义学习策略学习算法原始算法对偶算法学习算法的收敛性统计学习方法感知机读李航的《统计学习方法》时，关于感知机的笔记。
Air浩瀚·2023-10-21 08:05

当初我要是这么学习Nginx就好了！（多图详解）

来自公众号：51CTO技术栈作者：李航“本文主要帮助大家熟悉Nginx有哪些应用场景、Nginx特点和架构模型以及相关流程、Nginx定制化开发的几种模块分类。读完本文你将对Nginx有一定的认识。
夜空_2cd3·2023-10-19 23:51

统计学习方法 EM 算法

文章目录统计学习方法EM算法引入EM算法EM算法的导出EM算法的收敛性三硬币模型统计学习方法EM算法学习李航《统计学习方法》时关于EM算法的笔记引入概率模型中有时候同时包含观测变量（observablevariable
Air浩瀚·2023-10-19 10:11

2018年8月9日

地来到公司并打扫工位，学长继续出差中，但是休产假的另一个同事倒是回来了……上午闲着没事看了看李航的统计机器学习，超困，中午睡了半个小时午觉后好了点。
真昼之月·2023-10-18 05:36

李航：关于大模型的思考及研究热点

本文阐述李航老师对LLM的一些看法，主要观点如下：ChatGPT的突破主要在于规模带来的质变和模型调教方式的发明。LLM融合了实现人工智能的三条路径。LLM的开发需要结合第三者体验和第一者体验。
机器学习社区·2023-10-17 23:52

腾讯自然语言处理实习面经

在内推前，简单把李航的统计学习方法，简历涉及的知识点都过了一遍，整理了一下，同时leetcode刷了大概100题。准备过后就把简历给师兄了。
zenRRan·2023-10-15 14:36

R语言|两因素重复测量方差分析

转自个人微信公粽号【易学统计】的统计学习笔记：R语言：两因素重复测量方差分析01研究问题有研究将14名肥胖者随机分成2组，1组用A种减肥药，另一组用B种减肥药，坚持服药6个月，期间禁止使用任何影响体重的药物
小易学统计·2023-10-13 22:20

【深蓝学院】手写VIO第6章--视觉前端--作业(SVD分解部分复习)

总结一下，关于奇异值分解(SingularValueDecomposition，SVD)有以下内容摘抄自该博客，关于SDV分解的部分应该是摘自李航《统计学习方法里面的》：1.特征值分解设A为n阶方阵，若存在数
读书健身敲代码·2023-10-12 13:32

机器学习代码实现篇——SVM

主体推导是根据李航老师《统计学习方法
lavendelion·2023-10-11 00:17

转载:Nginx 架构及核心流程及模块介绍

转载:Nginx架构及核心流程及模块介绍来源：公众号分布式存储缓存高性能作者：李航1.Nginx简介以及特点Nginx简介：Nginx(enginex)是一个高性能的Web服务器和反向代理服务器，也是一个
meng_philip123·2023-10-07 14:10

统计学习笔记——统计学习三要素

参考书：《统计学习方法》——李航统计学习的三要素为：模型、策略、算法。写在前面的话：以下以监督学习为基础来进行论述。
Fiona_ll·2023-10-05 20:08

玩转人工智能中的机器学习之著名教材

书籍20机器学习入门教材推荐：(a)机器学习方法(李航);(b)机器学习(周志华);(c)TheElementsofStatisticalLearning:DataMining,Inference
audyxiao001·2023-10-05 07:57

【AI】大数据机器学习—统计学习及监督学习概论

参考书是李航的《统计学习方法》，该书主要讨论监督学习。统计学习作为一个研究领域，主要包括统计学习方法、统计学习理论和统计学习应用。统计学习方法主要关注的问题是设计新的学习方法。
CSU_DEZ_THU·2023-10-05 07:26

李航老师《统计学习方法》第6章阅读笔记

逻辑斯谛回归（logisticregression）是统计学习中的经典分类方法。最大熵是概率模型学习的一个准则，将其推广到分类问题得到最大熵模型（maximumentropymodel）。逻辑斯谛回归模型与最大熵模型都属于对数线性模型。对数线性模型（Log-linearmodel）是一种统计模型，通常用于分析离散数据的关系，特别是在分类和回归问题中。这种模型的名称来源于其基本形式，其中自变量的对数
Chen_Chance·2023-09-29 01:17

李航老师《统计学习方法》第1章阅读笔记

1.1统计学习统计学习的特点统计学习：计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析现在人们提及机器学习时，往往指统计机器学习，所以可以认为本书介绍的是机器学习方法统计学习的对象统计学习研究的对象是数据(data)，统计学习关于数据的基本假设是同类数据具有一定的统计规律性，这是统计学习的前提。e.g.用随机变量描述数据的特征，用概率分布描述数据的统计规律在统计学习中，以变量或变量组表
Chen_Chance·2023-09-27 01:13

李航老师《统计学习方法》第五章阅读笔记

决策树（decisiontree）是一种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。以下是关于分类决策树的一些基本概念和特点：树形结构：决策树模型呈现为一种树状结构，其中包括根节点、内部节点和叶子节点。每个节点表示一个特征或属性，每个边表示一个特征值或属性值的判断条件。从根节点开始，通过遵循不同的条件路径，最终到达叶子节
Chen_Chance·2023-09-24 00:50

李航老师《统计学习方法》第四章阅读笔记

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。朴素贝叶斯法是一种用来进行分类的方法，它基于两个重要的假设：贝叶斯定理和特征条件独立假设。贝叶斯定理：贝叶斯定理是一种用来估计事件发生概率的数学原理。它告诉我们如何根据已知的信息来计算未知事件的概率。在分类问题中，我们希望找到最有可能的类别，贝叶斯定理帮助我们基于已知信息来估计这些概率。特征条件独立假设：这是朴素贝叶斯法的一个关键假设，它有
Chen_Chance·2023-09-23 19:15

Hoeffing不等式

在李航老师的统计学习方法（第一版中）Hoeffing不等式Hoeffing不等式Hoeffing不等式是这样子给出的设X1,X2,...,XNX_1,X_2,...,X_NX1,X2,...,XN是独立随机变量
Chen_Chance·2023-09-23 07:40

李航老师《统计学习方法》第2章阅读笔记

感知机（perceptron）时二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面想象一下在一个平面上有一些红点和蓝点，这些点代表不同的类别。分离超平面就是一条线，可以将红点和蓝点分开，使得所有的红点都在一侧，而蓝点都在另一侧。这条线（或者平面，对于高维数据）被称为分离超平面。2.1感知机模型定义2
Chen_Chance·2023-09-22 21:40

向前logistic回归与向后筛选出一样的变量_生存分析之Cox回归

转自个人微信公众号【Memo_Cleon】的统计学习笔记：生存分析之Cox回归。随访资料的生存分析是一个很大的题目。从分析的因素上看，有单因素分析和多因素分析。
weixin_40001395·2023-09-21 04:31

两个自变量和一个因变量spss_SPSS学习笔记：因变量二分类资料的logistic回归分析...

转自个人微信公众号【Memo_Cleon】的统计学习笔记两个概念：RR和OR二分类资料的logistic回归SPSS操作示例几个需要注意的问题：样本量、哑变量、模型拟合效果和拟合优度检验、多重共线【1】
weixin_39524741·2023-09-21 04:31

应届生校招经验汇总（主银行）

按照时间轴来写，从2019年七月份开始，到2019年12月结束我是武汉一名高校的研究生，2019年2月开始接触机器学习的内容，起先读了李航的《统计学习方法》，之后陆续读了西瓜书、python数据结构、算法第四版前几部分章节和
白色纯度·2023-09-19 06:43

概率有向图模型（一）

文章目录前言概率有向图模型验证回到书中隐马尔可夫模型信念网络朴素贝耶斯总结前言经过前面的复习，我们把李航老师的《统计学习方法》中的监督学习部分回顾了一遍，接下来我们在此基础上，开始学习邱锡鹏老师的《神经网络与深度学习
赛文忆莱文·2023-09-14 12:05

概率论与数理统计学习笔记——day4

目录一.条件概率的定义二、乘法定理三、全概率公式四、贝叶斯(Bayes)公式一.条件概率的定义2.条件概率的基本性质3.条件概率的其它性质：二、乘法定理三、全概率公式四、贝叶斯(Bayes)公式
悠哉的zju·2023-09-09 02:17

概率论与数理统计学习笔记之——概率论的基本概念

概率论的基本概念1、随机试验随机试验具有以下特点：可以在相同的条件下重复地进行；每次试验的可能结果不止一个，并且能事先明确试验的所有可能结果；进行一次试验之前不能确定哪一个结果会出现。2、样本空间、随机事件2.1、样本空间我们将随机试验E的所有可能结果组成的集合成为E的样本空间，记为S。样本空间的元素，即E的每个结果，称为样本点。2.2、随机事件一般，我们称试验E的样本空间S的子集为E的随机事件，
前丨尘忆·梦·2023-09-09 02:17

概率论与数理统计学习笔记——概率的数学定义，乘法公式，条件概率，全概率，贝叶斯公式，事件的独立性

概率的数学定义：我们能够理解的概率的定义是：某个事件发生的可能性的大小。但是这不是数学定义，其实概率的定义不好正面描述，我的老师在上课的时候也只给出了其的特点，相当于侧面描述：1.任何一个事件发生的概率一定大于等于0，即P(A)>=0.2.必然事件发生的概率为1，P(Ω）=1.3.对于两两互不相容的可列无穷多个事件A1，A2，……，An有P(A1UA2UA3UA4…UAn)=P(A1)+P(A2)
HiSi_·2023-09-09 02:46

概率论与数理统计学习笔记（7）——全概率公式与贝叶斯公式

目录1.背景2.全概率公式3.贝叶斯公式1.背景下图是本文的背景内容，小B休闲时间有80%的概率玩手机游戏，有20%的概率玩电脑游戏。这两个游戏都有抽卡环节，其中手游抽到金卡的概率为5%，端游抽到金卡的概率为15%。已知小B这天抽到了金卡，那么请问他是在手机上抽到的还是在电脑上抽到的？2.全概率公式上述问题中，我们先考虑小B抽到金卡这件事的概率，设玩电脑的概率为P(c)P(c)P(c)，玩手机的概
野指针小李·2023-09-09 02:45

【机器学习实践】隐马尔可夫模型（二）Viterbi算法

隐马尔可夫模型的预测问题已知一条可见层状态链，推导出最有可能的隐藏层状态链Viterbi算法维特比算法通过：全局最大概率必在每步优化时取得最大概率参考资料：《统计学习方法》李航清华大学（ppt）python
不给自己画饼·2023-09-05 22:05

EM算法总结（一）

参考：文曲经典：统计学习方法-李航参数分析θ=[P(z1∣x),P(z2∣x),⋯ ,P(zm∣x),P(y1∣z1,x),P(y2∣z1,x),⋯ ,P(yn∣z1,x),P(y1∣z2,x)⋯ ,P
赛文忆莱文·2023-09-04 16:13

4. 深度学习-损失函数

1.经验风险,期望风险,结构风险如何选择最优参数和评价一组参数是最优的，这就是机器学习中的策略，也就是性能度量P,在李航的《统计学习方法》和周志华的《机器学习》中开篇都曾讲过，这里不再详细介绍。
李涛AT北京·2023-09-03 11:38

C4D-REDSHIFT学习笔记（三十一）各向异性与太阳纹

原理部分建议阅读这2篇文章：第一篇（作者：李航，应该是第一个研究用CG实现太阳纹的前辈）：https://mp.weixin.qq.com/s?
latte666·2023-08-29 14:12

P,NP,NP_hard,NP_complete问题定义

背景：在看李航的《统计学习方法时》提到了NP完全问题，于是摆之。
weixin_30399821·2023-08-26 20:32

EM算法推导--三硬币模型推导过程

本篇博客主要介绍李航《统计学习方法(第2版)》中讲解EM算法涉及到的三硬币模型案例，原文中该模型的推导过程被省略了。本篇博客主要是将该模型的具体推导过程。
Sun_Sherry·2023-08-24 12:27

第十二节 请人吃饭也很难

洗漱完毕，穆紫峰赶紧联系范代军的司机，李航给的酒不能拖拉，今天务必给了范代军。紫山公墓一般早晨6:30就上班了，因为火化车间7点开始烧第一炉。
易卜生生·2023-08-21 10:06

机器学习（一）模型三要素

数学描述2.假设空间（二）策略：1.量化误差2.风险函数3.模型迭代要求4.策略阶段要点（三）优化算法：1.普通参数2.超参数二、深度学习改变了什么1、大规模数据性能提升可观2、隐式特征学习--AE本文是对李航博士
元吉光·2023-08-14 05:43

滴滴李航：分布式存储 Ceph 介绍及原理架构分享

导读：本文主要从架构简介使用场景，以及内部IO流程、心跳机制、通信框架、CRUSH算法、QOS等多个方面逐渐介绍分布式存储系统Ceph的特性。希望对你有所帮助。————▍阅读索引1.Ceph架构简介及使用场景介绍1.1Ceph简介1.2Ceph特点1.3Ceph架构1.4Ceph核心组件及概念介绍1.5三种存储类型-块存储1.6三种存储类型-文件存储1.7三种存储类型-对象存储2.CephIO流程
架构文摘·2023-08-13 21:39

（统计学习方法|李航）第四章 朴素贝叶斯算法——贝叶斯估计

贝叶斯估计方法：计算男女时只有两个值，所以K=2贝叶斯估计就是拉普拉斯平滑估计方法：为什么叫做贝叶斯估计呢？例题：重新回顾以下朴素贝叶斯：对他求导，求出最大值得到了色i他的估计值：那么我们可以知道对应Y=-1这类女儿国还是特例给自己留点男人
Allenspringfestival·2023-08-13 19:12

2022-06-28

是大学毕业季在校园里的学生都茫茫碌碌的收拾行囊，要离开自己待了几年的学校以及朝夕相处的同学和老师、这个时候有个同学淡定的坐在308宿舍的下铺上、点起一根香烟抽着烟发呆的看着各位同学们匆匆忙忙的离开、这位同学的名字叫李航
予潮·2023-08-11 06:40

（统计学习方法|李航）第一章统计学习方法概论——四五六节模型评估与模型选择，正则化与交叉验证，泛化能力

一，模型评估与模型选择1.训练误差与测试误差假如我们有100个数据。80条记录给训练集，10条记录给测试集，10条记录给验证集先在训练集中训练模型，再在验证集上测试看哪种模型更拟合最后用测试集算出成绩表示决策函数模型拟合的好坏（对已知数据的预测效果）我们可以通过训练集测出训练误差来衡量对未知数据预测效果好坏可以利用测试集来衡量预测值和真实值不相等的个数占测试集样本总个数的比例经过模型的预测值和真实
Allenspringfestival·2023-08-10 08:40

（统计学习方法|李航）第四章 朴素贝叶斯算法

目录一，朴素贝叶斯的学习与分类1.基本方法2.后验概率最大化的含义二，朴素贝叶斯法的参数估计1.极大似然估计2.学习与分类算法3.贝叶斯估计一，朴素贝叶斯的学习与分类1.基本方法2.后验概率最大化的含义二，朴素贝叶斯法的参数估计1.极大似然估计2.学习与分类算法3.贝叶斯估计
Allenspringfestival·2023-08-09 16:22

（统计学习方法|李航）第一章统计学习方法概论七八九十节——生成模型与判别模型，分类问题，标注问题，回归问题

目录一，生成模型与判别模型二，分类问题三，标注问题四，回归问题一，生成模型与判别模型P（X,Y）是联合概率分布只要是出现联合概率分布，就一定是生成模型判别方法就是直接去求概率二，分类问题评估分类器性能的指标一般是分类准确率其定义是：对于给定的测试数据集，分类器正确分类的样本数和总样本数之比，也就是损失函数是0-1损失时候，测试数据集上的准确率。画图更好记：background：根据特征值预测是否会
Allenspringfestival·2023-08-08 14:41

（统计学习方法|李航）第五章 决策树——一二三节：决策树模型与学习，特征选择，决策树的生成，

目录一，决策树模型与学习1.决策数模型2.决策树与if-then规则3.决策树与条件概率分布4.决策树学习二，特征选择1.特征选择问题2.信息增益3.信息增益比三，决策树的生成1.ID3算法2.C4.5的生成算法一，决策树模型与学习1.决策数模型2.决策树与if-then规则3.决策树与条件概率分布4.决策树学习二，特征选择1.特征选择问题2.信息增益3.信息增益比三，决策树的生成1.ID3算法2
Allenspringfestival·2023-08-07 11:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他